飞翔飞翔
主页
  • 计算机基础

    • TCP/IP协议
    • Linux命令
  • 数据库

    • SQL教程
  • 编程语言

    • C语言
    • Python2
    • Python3
  • 数据格式

    • JSON教程
  • 工具

    • Markdown指南
  • Git

    • GitFlow
  • Quartz

    • Quartz教程
  • Java

    • Java设计模式
  • 缓存

    • Redis教程
联系
阿里云
主页
  • 计算机基础

    • TCP/IP协议
    • Linux命令
  • 数据库

    • SQL教程
  • 编程语言

    • C语言
    • Python2
    • Python3
  • 数据格式

    • JSON教程
  • 工具

    • Markdown指南
  • Git

    • GitFlow
  • Quartz

    • Quartz教程
  • Java

    • Java设计模式
  • 缓存

    • Redis教程
联系
阿里云
  • 学习路径
  • 第1章 认识Python

    • Python 历史与特点
    • Python 2 与 Python 3 的核心差异
    • 安装与运行 Python 2.7.18
    • 编码规范 PEP 8
  • 第2章 基础语法

    • 变量与对象
    • 数字类型
    • 字符串 str
    • Unicode 字符串
    • 运算符
    • 空值 None
  • 第3章 流程控制

    • if 条件语句
    • if-else 条件语句
    • if-elif-else 多分支
    • 条件表达式(三元运算符)
    • while 循环
    • for 循环
    • range 与 xrange
    • 循环控制:break、continue、pass
    • 循环 else 子句
  • 第4章 数据结构

    • 列表基础
    • 列表方法
    • 列表推导式
    • 元组
    • 字典基础
    • 字典方法
    • 字典循环技巧
    • 集合
    • 序列解包
    • 序列比较
  • 第5章 函数

    • 定义函数
    • 参数传递机制
    • 默认参数
    • 关键字参数
    • 可变参数
    • Lambda 表达式
    • 文档字符串
    • 函数对象
  • 第6章 模块与包

    • import 导入
    • 模块搜索路径
    • name 与主程序
    • 编译文件 .pyc 与 .pyo
    • 包结构
    • dir() 函数
  • 第7章 文件与IO

    • 打开与关闭文件
    • 文件读写方法
    • with 上下文管理器
    • 格式化输出:% 操作符
    • 格式化输出:str.format()
    • JSON 序列化
  • 第8章 面向对象

    • 类定义与实例化
    • init 构造方法
    • 类变量与实例变量
    • 方法调用与 self
    • 继承基础
    • 多重继承
    • 新式类与旧式类
    • 私有变量与名称改写
    • 属性装饰器 property
    • 类方法与静态方法
    • 魔术方法
    • 空类与数据记录
  • 第9章 异常处理

    • 异常类型
    • try-except
    • try-except-else-finally
    • 抛出异常 raise
    • 自定义异常
    • with 语句与上下文管理器
  • 第10章 迭代器与生成器

    • 迭代器协议
    • 生成器函数
    • 生成器表达式
    • itertools模块
  • 第11章 标准库精要

    • os模块
    • sys模块
    • datetime模块
    • re模块
    • json模块
    • collections模块
    • math与random模块
    • urllib2与网络请求
    • subprocess与命令执行
    • threading与并发
    • unittest与测试
    • 虚拟环境与包管理
  • 第12章 工程实践

    • 调试技巧
    • 性能分析
    • 文档与注释
    • 下一步学习

函数对象

在 Python 中,函数是一等对象(first-class object)。这意味着函数可以像整数、字符串、列表一样被赋值、存储、传递、返回。理解函数的对象本质,是掌握 Python 函数式编程和高级特性的基础。

函数的属性

函数对象有许多内置属性:

def greet(name):
    """打印问候语。"""
    print "Hello,", name

print type(greet)           # <type 'function'>
print greet.__name__        # 'greet'
print greet.__doc__         # '打印问候语。'
print greet.__module__      # '__main__'

# 查看参数信息
import inspect
print inspect.getargspec(greet)     # ArgSpec(args=['name'], varargs=None, keywords=None, defaults=None)

赋值给变量

def square(x):
    return x ** 2

my_func = square        # my_func 和 square 指向同一个函数对象
print my_func(5)        # 25
print square(5)         # 25

赋值后,my_func 和 square 完全等价。调用 my_func 就是调用 square。

存储在数据结构中

def add(x, y):
    return x + y

def subtract(x, y):
    return x - y

def multiply(x, y):
    return x * y

# 存储在字典中
operations = {
    "+": add,
    "-": subtract,
    "*": multiply,
}

op = "+"
result = operations[op](3, 5)
print result            # 8

# 存储在列表中
funcs = [add, subtract, multiply]
for f in funcs:
    print f(10, 5)
# 15, 5, 50

这种"函数表"模式是替代长 if-elif 链的优雅方式。

作为参数传递

def apply_operation(nums, operation):
    """对列表中的每个元素应用操作。"""
    return [operation(n) for n in nums]

def double(x):
    return x * 2

def square(x):
    return x ** 2

nums = [1, 2, 3, 4]
print apply_operation(nums, double)     # [2, 4, 6, 8]
print apply_operation(nums, square)     # [1, 4, 9, 16]

从函数返回

def make_power(exponent):
    """创建求幂函数。"""
    def power(base):
        return base ** exponent
    return power

square = make_power(2)
cube = make_power(3)

print square(5)     # 25
print cube(3)       # 27

返回的函数"记住"了创建时的 exponent 值,这就是闭包(closure)。

闭包

闭包是函数式编程的核心概念。当一个嵌套函数引用了外部函数的变量,并且这个嵌套函数被返回或传递到外部时,它就形成了一个闭包——即使外部函数已经执行完毕,嵌套函数仍然可以访问那些变量。

def make_counter():
    count = [0]           # 用列表包装,实现可变闭包变量
    
    def counter():
        count[0] += 1
        return count[0]
    
    return counter

c1 = make_counter()
c2 = make_counter()

print c1()          # 1
print c1()          # 2
print c2()          # 1 —— 独立的计数器
print c1()          # 3

每个调用 make_counter() 都创建独立的闭包环境,c1 和 c2 互不影响。

注意:Python 2 中闭包变量不能直接赋值(会创建局部变量),需要用可变对象(如列表)包装:

# 错误:Python 2 中不能修改闭包变量
def make_counter_bad():
    count = 0
    def counter():
        count += 1      # UnboundLocalError!
        return count
    return counter

# 正确:用列表包装
def make_counter_good():
    count = [0]
    def counter():
        count[0] += 1   # 修改列表内容,不是重新赋值
        return count[0]
    return counter

Python 3 引入了 nonlocal 关键字来解决这个问题。

函数的内省

可以用 inspect 模块深入了解函数:

import inspect

def example(a, b=2, *args, **kwargs):
    pass

print inspect.getargspec(example)
# ArgSpec(args=['a', 'b'], varargs='args', keywords='kwargs', defaults=(2,))

print inspect.isfunction(example)       # True
print inspect.isbuiltin(len)            # True

函数 vs 方法

当函数作为类的属性时,它变成了方法:

class Calculator(object):
    def add(self, x, y):
        return x + y

calc = Calculator()
print type(calc.add)        # <type 'instancemethod'>
print calc.add(3, 5)        # 8,self 自动传入

方法对象在调用时会自动把实例作为第一个参数(self)传入。这是 Python 面向对象机制的基础。

上一页
文档字符串